[发明专利]基于眼眶CT图像的甲状腺眼病筛查方法、系统及设备

说明书

本发明提供了一种基于眼眶CT图像的甲状腺眼病筛查方法、系统及设备，包括：获取待识别眼眶CT图像；对获取的待识别眼眶CT图像进行预处理；利用分类CNN模型对预处理后的眼眶CT图像进行甲状腺相关眼病和非甲状腺相关眼病的识别；得到眼眶CT图像分类结果；其中获取的待识别眼眶CT图像为3D图像，断层扫描区域为从眉骨至鼻子的区域。本发明解决了眼科医生人工判断带来的误差问题。具有更加客观性的优点，同时，分类CNN模型的准确率和速度使筛查更加的快速和高效，能够及早的发现问题。

技术领域

本发明是一种人工智能领域的技术，具体地，涉及一种基于眼眶CT图像的甲状腺相关眼病智能筛查方法、系统及设备。

背景技术

甲状腺相关眼病(TAO)是发病率最高的眼眶病，其一甲状腺功能异常，眼外肌、眶后结缔组织及脂肪组织因细胞增殖、炎症和glycosaminoglycan堆积，体积增大导致的一系列眼部临床表现为生理特征，导致视力下降甚至失明，严重危害患者的视功能和颅面外形，其生命质量评分低于糖尿病、肺气肿和心衰患者，给家庭和社会造成沉重负担。当前国内外开展的眼眶病临床科研热点集中于TAO的MRI功能成像、视神经病变的诊断、眼眶手术的计算机导航等方面，为提升诊断的准确率和治疗的有效率做出了贡献。然而，上述眼眶病研究的共性是仅针对高度怀疑甚至已经确诊的眼眶病患者，并未涉及筛查环节。筛查的缺失、诊断的不及时不准确等严重制约了疾病及时有效的治疗，给患者带来巨大的身心负担和沉重的社会负担。

人工智能(AI)是研究和开发用机器模仿人类或类人类大脑功能的理论、方法、技术、应用的科学。AI已经在医疗的多个环节中发挥了重要的作用，包括影像识别、辅助诊断、药物研发、健康管理等，其在眼科学领域的应用亦取得了进展。然而，关于眼眶病AI诊断系统、筛查平台未见报道。

眼眶CT是能获得确切信息的眼眶病检查中最为快捷和低成本的一种，其可以清晰显示眼眶内软硬组织的边界，如眼眶肿瘤的侵蚀性生长、TAO中增粗的眼肌等。虽然眼眶MRI因其多参数成像、无辐射损伤及软组织分辨率高等优点被应用于甲状腺相关眼病活动性分期的辅助评估中，但其费用、耗时和特殊序列的复杂性限制了其作为筛查和初步诊断的有效工具，推广性较差。而随着对疾病认识的深入，眼眶CT在TAO的研究中愈加深入。因此，以眼眶CT判断TAO发病情况是一种理论上可行、临床上认可的方式，结合其外推性好的优点，其可作为AI TAO筛查的输入资料。

当前国内外开展的眼眶病临床科研热点集中于TAO的MRI功能成像、视神经病变的诊断、眼眶手术的计算机导航等方面，为提升诊断的准确率和治疗的有效率做出了贡献。然而，上述眼眶病研究的共性是仅针对高度怀疑甚至已经确诊的眼眶病患者，并未涉及筛查环节。筛查的缺失、诊断的不及时不准确等严重制约了疾病及时有效的治疗，给患者带来巨大的身心负担和沉重的社会负担。

目前还没有发现同本发明类似技术的说明或报道，也尚未收集到国内外类似的资料。

发明内容

本发明针对现有技术中存在的上述不足，提供了一种基于眼眶CT图像的甲状腺相关眼病智能筛查方法、系统及设备。

本发明是通过以下技术方案实现的。

根据本发明的一个方面，提供了一种基于眼眶CT图像的甲状腺眼病筛查方法，包括：

获取待识别眼眶CT图像；

对获取的待识别眼眶CT图像进行预处理；

利用分类CNN模型对预处理后的眼眶CT图像进行甲状腺相关眼病和非甲状腺相关眼病的识别；

得到眼眶CT图像识别分类结果；

其中，获取的待识别眼眶CT图像为3D图像，断层扫描区域为从眉骨至鼻子的区域。

优选地，所述待识别眼眶CT图像通过标记，将图像分为甲状腺相关眼病图像和非甲状腺相关眼病图像。